在计算值之前，可以通过某种方式确定tck返回的scipy.interpolate.splprep元组中数组的数组长度吗？
我必须使样条曲线插值适合具有500万个数据点（或更少，可以变化）的嘈杂数据。 我的观察结果是，在〜90的数组长度处进行插值是相当不错的，而对于较长的数组长度，计算插值会花费很长时间（有时在使 s <时也可能从〜90跃升至〜1000。 / strong>小一点，插值也变得嘈杂），如果数组长度远小于（<50）...
实际上，此数组的长度取决于提供给splprep函数的平滑因子 s ，但是对于不同的测量数据， s 一致的数组长度大约为90。例如data1 s 的值约为1000，以获得len(cfk[0])等于90，data2 s 的值约为在len(cfk[0])和data1的相同长度处，得到data2的100等于90。这可能取决于数据的噪音...
我考虑过一个循环，其中 s 从某个点开始并在不断检查len(cfk[0])的过程中逐渐减小-但这需要一段时间，特别是如果len(cfk[0])接近90。
因此，在计算cfk元组之前以某种方式知道平滑因子以获得所需的数组长度将很有用。
答案 0 :(得分：0)
简短的回答：不，不容易。 splrep包装的Dierckx Fortran库使用了一些相当平凡的逻辑来确定结向量，并且所有这些都被烘焙到了Fortran代码中。因此，唯一的方法是仔细跟踪后者。可从netlib获得，也可以scipy / interpolate / fitpack